📦 ASR Personal Hotwords

ASR Personal Hotword — OpenClaw 技能 功能

从 OpenClaw 对话记录中自动挖掘热词/歧义词表，供 ASR 模型提升语音转录准确性。

流水线: 提取 会话 对话 → 本地热词挖掘（jieba 分词 + LLM 精炼） → 输出歧义词表 → 自动导出 hotwords.md

触发条件

用户说以下类似的话时触发此 技能：

"挖掘对话中的热词" "提取对话歧义词" "跑一下热词挖掘" "更新热词表" 安装流程

当用户要求安装/启用此 技能 时，按以下步骤执行：

注意：以下所有路径中的 技能_DIR 指此 技能.md 所在目录（即 技能 的根目录）。执行时用 read 工具获取本文件路径，取其父目录即可。

Step 1: 安装 技能

将 技能 安装到当前 代理 的工作空间 技能s 目录下。

安装位置解析步骤：

获取当前 会话 的 代理 名称（如 mAIn、doctor） 读取 ~/.OpenClaw/OpenClaw.json，在 代理s.列出 中找到该 代理 的 workspace 配置；如果 代理 没有独立 workspace，则使用 代理s.defaults.workspace 将 技能 安装到 {workspace}/技能s/asr-hotwords/

示例：

mAIn 代理（workspace: ~/.OpenClaw/workspace）→ ~/.OpenClaw/workspace/技能s/asr-hotwords/ doctor 代理（workspace: ~/.OpenClaw/workspace-doctor）→ ~/.OpenClaw/workspace-doctor/技能s/asr-hotwords/ Step 2: 安装依赖 pip3 安装 -r 技能_DIR/requirements.txt --quiet

Step 3: 验证 OpenClaw LLM 配置

检查 ~/.OpenClaw/OpenClaw.json 中是否存在有效的 提供者 配置（APIKey + baseUrl）。

Step 4: 测试运行

用前一天的数据跑一次完整 流水线，确认端到端流程正常：

cd 技能_DIR && nohup bash 运行.sh > 运行.记录 2>&1 &

运行完成后会自动导出 hotwords.md。可通过 tAIl -f 技能_DIR/运行.记录 查看进度。

Step 5: 记录热词表路径

在当前 代理 工作空间的 工具S.md 中追加热词表配置（路径根据实际 workspace 动态生成）：

ASR 热词（歧义词）表

• 路径: {workspace}/技能s/asr-hotwords/hotwords.md
• 用途: 使用 ASR 模型转录语音时，自动读取此文件注入 prompt
• 更新: 手动执行或定时自动更新

其中 {workspace} 替换为 Step 1 中解析到的实际路径。

Step 6: 设置执行方式标记

在 技能_DIR 下创建 .安装ed 标记文件：

touch 技能_DIR/.安装ed

安装完成，通知用户 技能 已就绪。

首次使用引导

当用户首次触发此 技能 时（通过触发条件中的关键词），检查 技能_DIR 下是否存在 .cron_配置d 文件：

如果 .cron_配置d 不存在（首次使用）：

在执行挖掘之前，先向用户提问：

"这是首次使用热词挖掘 技能。是否需要设置每日定时执行？（推荐：每天凌晨自动挖掘前一天的对话热词并更新 hotwords.md）"

用户同意：询问执行时间（默认 02:00），创建 OpenClaw cron 定时任务（sub-代理 方式），然后创建 .cron_配置d 文件 用户拒绝：直接创建 .cron_配置d 文件（标记为已询问，不再重复提问）

两种情况都完成后，继续执行用户请求的挖掘任务。

# 标记已配置 touch 技能_DIR/.cron_配置d

如果 .cron_配置d 已存在：

跳过引导，直接执行用户请求的任务。

手动执行

当用户触发此 技能 时：

默认：挖掘前一天 cd 技能_DIR && nohup bash 运行.sh > 运行.记录 2>&1 &

指定日期 cd 技能_DIR && nohup bash 运行.sh --date 2026-04-26 > 运行.记录 2>&1 &

指定日期范围 cd 技能_DIR && nohup bash 运行.sh --启动 2026-04-20 --end 2026-04-26 > 运行.记录 2>&1 &

仅导出热词表（不重新挖掘） cd 技能_DIR && bash 运行.sh --导出-only cd 技能_DIR && bash 运行.sh --导出-only -f json -o hotwords.json cd 技能_DIR && bash 运行.sh --导出-only -f csv -o hotwords.csv cd 技能_DIR && bash 运行.sh --导出-only -f txt

执行完成后，向用户汇报：

提取了多少条消息 挖掘出多少条热词 展示 top 10 热词 输出文件 文件 说明 输出/vocab_{date}.json 原始挖掘结果（按日期存档） hotwords.md 热词表（每次运行自动导出，prompt 格式，供 ASR 模型直接使用） 配置

编辑 config.yaml：

提取.代理s：要提取的 代理 列表（["self"] 为当前 代理，["*"] 为全部） 提取.max_content_len：单条消息最大字符数 提取.min_freq：最低词频阈值

LLM API key 和模型信息自动从 ~/.OpenClaw/OpenClaw.json 读取，无需手动配置。

锚点词表机制 首次运行：anchors 为空 后续运行：自动加载 输出/ 目录下所有历史 vocab 结果作为 anchors（合并去重） 词表只增不减，持续积累